第1 6卷 第 2期 20 0 1年 6月
遥 I E 术 G A 应 A 用 A N R M ⅡES N 感GT C l 0与 N P LC T0 E ( E SN 技 H吼 Y D PI
o 1 l 6
. 2
Ju n. 2 0 01
T 与 SO M P T影像融合算法 比较研究
陈德超 ,周海波,陈 中原 ,吴健平
( 华东师范大学城市与环境遥感开放研究实验室 上海 20 6 ) 0 02 摘要 : 随着遥感技术的发展 , 获取遥感数据的手段越 来越丰富, 各种不同的传感器所获取 的影像数 据 与日俱增 , 同一地 区形成 了多时相 , 在 多分辨率的影像序列金字塔 如何综舍各种类型的遥感影
像信息, 高遥感数据 的利用效益 已成为遥感应用的瓶颈问题. 提 多源遥感数据 融合技术是解决这一 问题的有效手段 , 即将 同一地 区不同类型的影像数据进行 空间配准, 然后采用一定的算法将各种影
像数据 中所舍的信息优势或互补性有机的姑合起来, 产生新影像的过程 以L n s 和 S O ada t P T数据 为倒进行 了这方面的探讨.为了充分利用 T 丰富的光谱信息和 S O M P T较 高的空间分辨率, 研究
中引入 了4种影像融合算法: 加权融合, —L变换, —T变换, 于信息特征的融合 . K K 基 通过信息量
和 分类精度 的比较 , 明基 于信息特征 的融合效 果较好 . 表 关 键 词 : ; P T;影像 融合 ;定量评价 TM S O
中图分类号 : P7 T 5
文献标识码{ A
文章编号:0402 (0 10— l0O 10—3320 )20 1一6
本 文 以上 海 地 区的 T 数 据 和 S O 数 据 为 M PT 例, 试验了 4 种融合算法: 加权融合, — K L变换, — KT
1 引
言
现代遥感技术正在向高光谱分辨率, 高空闯分 辨率和高 时间分辨率方 向发展, 新型卫星传感器不
变换, 基于信息特征的融合. 以信息量和分类精度为 标准进行 了定量 评价 .
断涌现 , 已从单一传感器发展到多传感器 , 同一地 在 区形成多级分辨率 的影像金宇塔.为了综合利用多
源遥感信息, 早在本世纪 7 年代, 0 美国国防部就提 出遥 感" 数据 融合 "D t u o ) ( aaF m n 的概 念 .遥 感 数据 融合是一种高级影像处理技术 , 目的是将单一传 其 感器的多波段信息或不同类别传感器所提供的信息
2 遥感影像融合试验
美 国陆地卫 星 TM 设 有从 可见 光到远 红外 7个
波段 , 含有丰富的光谱信息 , 而其空间分辨率除第 6 波 段 为 10m 外, 余 各 波 段 都 为 3 法 国 2 其 0m; SO P T卫星全色波段的空间分辨率为 1 多光谱 0 m, 波段 的分辨率为 2 空 问分辨率较高 , 0 m, 但其光谱
加以综合 , 消除多传感器信息之问可能存在的冗余
M.如何既充分利用 T 图像的光谱 M 和矛盾, 加以互补 , 改善遥感信息提取的及时性和可 分辨率不及 T 又能达到 s o P T卫星全色波段的空间分辨率 , 靠性 , 提高数据的使用效率 .为了提高 图像的分 信息 , . 辨 率 , Sh w red 采 用从 高 分辨 的 波 段上 抽 在遥感应用过程中显得越来越重要..单传感器图 R A co egrt 取高频信息, 然后将它叠加到低分辨率的波段上的 像预处理及影像配准是遥感影像融合 的基本前提 . 方法来重建图{【. n e cia o eg利用多 彖" A n S h t Sl r H sd b 时相的 T 与 S R图像融合 , M A 提高分类精度 在 国内也有许多专 家, 学者在这一前沿课题上进行研 究, 贾永 红等提 出 了 4种 I HS变换 用于 S R 与 T A M 融合的比较"; 李军等进行了小波变换用于高分辨 率全色影像与多光谱影像的融合研究 . 目前 , 遥感 数据融合( 其中也包括一些非遥感数据) 是遥感技术
研究 的前 沿之一
以下用于融合的 T S O M,P T影像都已作过相应 的 图像 处理 和空问配 准 , 不再 一 一说 明 21 加权融合方法 , 基 于 像元 的 s OT 与 T 加权 融 合 时 , 元对 P M 像 像 元 的加 权融合过 程如下 :

下一页